田地图像样本中信息熵概率分布密度图。 [0068]图6是根据本发明的图像特征指标在水域图像样本中的特征值分布；其中，图6a 是水域图像样本中标准差概率分布密度图，图6b水域图像样本中信息熵概率分布密度图。 [0069] S22、选取在不同图像样本中特征值分布差异较大的至少一个图像特征指标作为 适配性特征指标。评价特征值分布差异性大小的方法和指标可以根据实际情况进行选择和 确定，本发明仅以通过标准差评价特征值分布差异性大小为例进行详细说明。此外，可以选 取在不同图像样本中特征值分布差异最大的一个图像特征指标作为适配性特征指标，也可 以选取在不同图像样本中特征值分布差异较大的两个或多个图像特征指标作为适配性特 征指标。本发明中以选取在不同图像样本中特征值分布差异最大的一个图像特征指标作为 适配性特征指标为例进行说明。步骤S22具体为：
[0070] 获取在不同图像样本中特征值分布的标准差；
[0071] 选取标准差最大的图像特征指标作为适配性特征指标。
[0072] 从图3-6可知，与信息熵相比，标准差的景物分类能力强。
[0073] S3、基于灰度值确定适配性特征指标在待评价景象的所有分块图像中的适配性特 征值，并依据适配性特征值获取适配性特征指标在待评价景象中的适配性特征值分布。优 选地，步骤S3具体为：
[0074] 基于分块图像的灰度值，获取每个待评价景象的所有分块图像的适配性特征值；
[0075] 依据待评价景象的所有分块图像的适配性特征值，获取待评价景象的所有分块图 像的适配性特征值的概率分布密度图。
[0076] 根据本发明的一个实施例，通过图3-6可知标准差的景物分类能力强。因此本发 明根据该实施例的结果，以标准差作为适配性特征为例进行说明。图8是适配性特征指 标在待评价景象中的适配性特征值分布示意图；其中，图8a是城区SAR图像的所有分块图 像的标准差概率分布密度图，图8b是机场SAR图像的所有分块图像的标准差概率分布密度 图，图8c是河道SAR图像的所有分块图像的标准差概率分布密度图，图8d是郊区一SAR图 像的所有分块图像的标准差概率分布密度图，图8e是郊区二SAR图像的所有分块图像的标 准差概率分布密度图，图8f是郊区三SAR图像的所有分块图像的标准差概率分布密度图。
[0077] S4、对适配性特征值分布进行方差分析，依据方差分析的结果评价SAR景象适配 性。
[0078] 当选择两个或多个图像特征指标作为适配性特征指标时，适配性特征指标的数量 为两个或多个，步骤S4包括：
[0079] 按照适配性特征值分布差异的大小为每个适配性特征指标设置权重；适配性特征 值分布差异越大，该适配性特征指标对评价SAR景象适配性的影响越大，对应的权重越高；
[0080] 对每个适配性特征指标的适配性特征值分布进行方差分析，得到每个适配性特征 指标的方差分析结果；
[0081] 对每个适配性特征指标的权重及方差分析结果进行加权求和，利用加权后的方差 分析结果评价SAR景象适配性。
[0082] 本发明中的方差分析结果可以是方差值，也可以是标准差值。本发明实施例以标 准差为例进行说明。
[0083]当选择在不同图像样本中特征值分布差异最大的一个所述图像特征指标作为适 配性特征指标时，适配性特征指标的数量为一个，步骤S4具体为：
[0084] 获取待评价景象的适配性特征值的概率分布密度图的标准差；
[0085] 依据适配性特征值的概率分布密度图的标准差的结果评价SAR景象适配性。适配 性特征值的概率分布密度图的标准差越大，SAR景象适配性越好。图8中各个待评价景象 的适配性参见表1，表1六个待评价景象的标准差按照从大到小的顺序排列即得到适配性 排名，标准差越大，表明待评价景象的SAR景象适配性越好，其适配性排名越靠前。
[0086] 表1各个待评价景象的适配性
[0087]
[0088]
[0089] 本发明首先筛选能够表征和区分景物类型能力的图像特征指标，然后以筛选出的 图像特征指标作为适配性特征对待评价景象进行适配性评价，能够适用于复杂地物场景的SAR景象适配性评价，且评价效果好。
[0090] 虽然参照示例性实施方式对本发明进行了描述，但是应当理解，本发明并不局限 于文中详细描述和示出的【具体实施方式】，在不偏离权利要求书所限定的范围的情况下，本 领域技术人员可以对所述示例性实施方式做出各种改变。
【主权项】
1. 一种基于景物分布的合成孔径雷达SAR景象适配性评价方法，包括： 51、 获取待评价景象和每个单一景物类型的图像样本的灰度值，并按照预设尺寸对所 述待评价景象以及所述图像样本进行分块； 52、 选取至少两个图像特征指标，针对每个图像特征指标： 521、 基于灰度值确定所述图像特征指标在每个图像样本的所有分块图像中的特征值， 并依据所述特征值获取所述图像特征指标在每个图像样本中的特征值分布； 522、 选取在不同图像样本中特征值分布差异较大的至少一个所述图像特征指标作为 适配性特征指标； 53、 基于灰度值确定所述适配性特征指标在所述待评价景象的所有分块图像中的适配 性特征值，并依据所述适配性特征值获取所述适配性特征指标在所述待评价景象中的适配 性特征值分布； 54、 对所述适配性特征值分布进行方差分析，依据方差分析的结果评价SAR景象适配 性。2. 如权利要求1所述的SAR景象适配性评价方法，其中，在步骤S1之前，所述方法进一 步包括： 基于所述待评价景象的地物场景定义景物类型，基于所述景物类型从SAR影像数据库 中选取单一景物类型的图像样本。3. 如权利要求2所述的SAR景象适配性评价方法，其中，所述待评价景象的分块图像与 所述图像样本的分块图像的大小相同。4. 如权利要求3所述的SAR景象适配性评价方法，其中，所述图像特征指标包括：标准 差，和/或信息熵，和/或边缘密度，和/或分形维数。5. 如权利要求4所述的SAR景象适配性评价方法，其中，所述至少两个图像特征指标 为：标准差和彳目息烟；步骤S21包括： 基于所述分块图像的灰度值，获取每个所述图像样本的分块图像的标准差和信息熵； 依据所述图像样本的分块图像的标准差，获取所述图像样本的所有分块图像的标准差 的概率分布密度图； 依据所述图像样本的分块图像的信息熵，获取所述图像样本的所有分块图像的信息熵 的概率分布密度图。6. 如权利要求3所述的SAR景象适配性评价方法，其中，步骤S22具体为： 获取在不同图像样本中所述特征值分布的标准差； 选取标准差最大的所述图像特征指标作为适配性特征指标。7. 如权利要求3所述的SAR景象适配性评价方法，其中，步骤S3具体为： 基于所述分块图像的灰度值，获取每个所述待评价景象的所有分块图像的适配性特征 值； 依据所述待评价景象的所有分块图像的适配性特征值，获取所述待评价景象的所有分 块图像的适配性特征值的概率分布密度图。8. 如权利要求3所述的SAR景象适配性评价方法，其中，所述适配性特征指标的数量为 一个，步骤S4具体为： 获取所述待评价景象的适配性特征值的概率分布密度图的标准差； 依据所述适配性特征值的概率分布密度图的标准差的结果评价SAR景象适配性；所述 适配性特征值的概率分布密度图的标准差越大，所述SAR景象适配性越好。9. 如权利要求3所述的SAR景象适配性评价方法，其中，所述适配性特征指标的数量为 两个或多个时，步骤S4包括： 按照适配性特征值分布差异的大小为每个适配性特征指标设置权重； 对每个适配性特征指标的适配性特征值分布进行方差分析，得到每个适配性特征指标 的方差分析结果； 对每个适配性特征指标的权重及方差分析结果进行加权求和，利用加权后的方差分析 结果评价SAR景象适配性。10. 如权利要求3所述的SAR景象适配性评价方法，其中，所述尺寸为：20像素X20像 素。
【专利摘要】公开了一种基于景物分布的SAR景象适配性评价方法，通过选取至少两个图像特征指标，并选取在不同图像样本中特征值分布差异较大的图像特征指标作为适配性特征指标，能够更好地表征和区分景物类型；通过对待评价景象进行分块并获取适配性特征指标在待评价景象的所有分块图像中的适配性特征值分布，能够评价复杂地物场景的SAR景象适配性。本发明能够适用于复杂地物场景的SAR景象适配性评价，且评价效果好。
【IPC分类】G06T7/00
【公开号】CN105374034
【申请号】CN201510685127
【发明人】王晓静, 徐力, 肖利平, 陆和平, 石宁宁, 韦海萍
【申请人】北京航天自动控制研究所
【公开日】2016年3月2日
【申请日】2015年10月20日